# Tokenmaxxing in der IT: 150.000 $ im Monat mit Claude Code und OpenAI-Leaderboards
Entwickler geben Milliarden von Tokens für agentische KI-Coding-Tools aus. Ein Claude-Code-Nutzer von Anthropic hat in einem Monat 150.000 $ ausgegeben. Ein OpenAI-Ingenieur hat in einer Woche 210 Milliarden Tokens verarbeitet – äquivalent zu 33 vollständigen Kopien von Wikipedia. Dieses Phänomen, bekannt als Tokenmaxxing, spiegelt einen Wettbewerb im LLM-Nutzungsvolumen wider, um Produktivität zu demonstrieren.
Agentische Systeme erzeugen autonom Subagenten, verarbeiten Aufgaben stundenlang und verbrauchen Tausende von Tokens pro Iteration. Laut Mechanize-Mitgründer Ege Erdil verbraucht ein durchgehend laufender Agent pro Woche 700 Millionen Tokens. Erdil selbst nutzt wöchentlich 1–10 Milliarden Tokens.
Faktoren, die Tokenmaxxing antreiben
Unternehmen befeuern den Trend mit internen Metriken. OpenAI hat Token-Leaderboards eingeführt. Shopify berücksichtigt KI-Nutzung bei der Bewertung der Mitarbeiterleistung. Token-Budgets werden zum Standardperk, ähnlich wie Betriebsleistungen.
Lückenbeispiel: Ein Startup-Gründer erhielt über ein 20-$-Monats-Figma-Abo Zugang zu 70.000 $ Claude-Credits – bevor Limits eingeführt wurden. Solche Praktiken beschleunigen den Ressourcenverbrauch.
Für KI-Anbieter ist das lukrativ: Anthropic hat seine Umsatzprognose in zwei Monaten verdoppelt dank Agents. OpenAI meldet eine Verdreifachung aktiver Codex-Nutzer und fünffaches Wachstum des Gesamt-Token-Volumens seit Jahresbeginn.
- Umfang des Verbrauchs: 210 Milliarden Tokens/Woche für Top-Nutzer.
- Autonomie: Agents laufen 24/7 ohne Eingriff.
- Erfolgsmetriken: Token-Leaderboards statt Code-Bewertung.
- Ökonomie: Tokens als Währung der Produktivität in der Tech-Branche.
- Marktwachstum: Verdreifachung der Nutzer und 5x Traffic bei OpenAI.
Qualitäts- und Metrikprobleme
Tokenmaxxing konzentriert sich auf Volumen und ignoriert die Ausgabequalität. Gergely Orosz in seinem Engineering-Newsletter bemerkt: In großen Unternehmen wird das Überspringen von KI zu einem Karriererisiko – unabhängig von den Ergebnissen.
Kevin Roose von der NYT verbringt täglich 4–5 Stunden mit Claude Code und nutzt nur wenige Millionen Tokens – „Anfängerzahlen“ im Vergleich zu den Milliarden der Leader. Venture-Investor Nikunj Kothari hat den Begriff „token anxiety“ geprägt: Gespräche drehen sich jetzt um die Anzahl gestarteter Agents, nicht um das Produkt.
Durchgehender Agent-Betrieb erfordert Optimierung von Prompts und Denkketten, um nutzlose Zyklen zu minimieren. Senior-Entwickler heben Risiken hervor: Overfitting an noisy LLM-Daten untergräbt die Zuverlässigkeit der Pipelines.
Was zählt
- Tokenmaxxing steigert den Umsatz von KI-Unternehmen, tarnt aber Code-Qualitätsprobleme.
- Agentische Tools verbrauchen 700 Millionen–10 Milliarden Tokens/Woche pro Nutzer.
- OpenAI-Leaderboards und Shopify-Metriken knüpfen Karrieren an Token-Volumen.
- Risiken: Karrieredruck ohne Fokus auf Ergebnisse.
- Der Trend verändert die Kultur: von „was baust du?“ zu „wie viele Agents hast du gestartet?“.
— Editorial Team
Noch keine Kommentare.